Existe-t-il un moyen de partager les poids entre les flux parallèles d'un modèle de torche?Comment partager des poids entre des flux parallèles?
Par exemple, j'ai le modèle suivant.
mlp = nn.Sequential();
c = nn.Parallel(1,2) -- Parallel container will associate a module to each slice of dimension 1
-- (row space), and concatenate the outputs over the 2nd dimension.
for i=1,10 do -- Add 10 Linear+Reshape modules in parallel (input = 3, output = 2x1)
local t=nn.Sequential()
t:add(nn.Linear(3,2)) -- Linear module (input = 3, output = 2)
t:add(nn.Reshape(2,1)) -- Reshape 1D Tensor of size 2 to 2D Tensor of size 2x1
c:add(t)
end
mlp:add(c)
Et maintenant, je veux partager le poids (y compris tout, poids, biais, gradients), de la couche au-dessus nn.Linear
à travers un nombre différent de i
(ainsi, par exemple nn.Linear(3,2)[1]
avec nn.Linear(3,2)[9]
). Quelles options ai-je pour les partager?
Ou est-il plutôt recommandé d'utiliser un autre conteneur/l'approche de module?